Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPada tahun 2008 terjadi krisis dan goncangan terhadap harga saham di Bursa Efek Indonesia BEI , dengan menganalisis volatilitas yang terjadi penelitian ini menunjukkan kebenarannya. Sebagai ukuran volatilitas digunakan realized volatility yang di dekomposisi menjadi komponen kontinu dan jump, penelitian dilakukan terhadap 48 sample saham dengan 3 periode penelitian tahun 2008, 2011 dan 2013. Dari hasil regresi dapat dibuktikan bahwa pada pasar saham Indonesia BEI tahun 2008 adalah tahun krisis, ditandai dengan terjadinya volatilitas harga yang besar, dan banyaknya loncatan harga saham jump .Karakter volatilitas yang terjadi tahun 2008 periode kritis berbeda dibanding tahun 2011 dan 2013 periode tidak krisis , pada periode krisis terjadi loncatan harga jump yang lebih tinggi, lebih dominan dan tidak terkontrol. Nilai realized volatility dan jump yang terjadi pada operiode kritis besarnya hampir 2 kali lebih besar dibanding pada periode di luar tahun krisis. Pada setiap periode penelitian ditemukan pengaruh trade frequency lebih besar terhadap realized volatility, komponen kontinu dan jump dibanding pengaruh trade size. Peran penjualan yang dilakukan penjual domestik terhadap pembeli domestik lebih besar pengaruhnya terhadap pasar saham Indonesia BEI dibanding dari penjualan yang dilakukan asing

---

ABSTRACTIn 2008, there was crisis and instability on the stock prices in Bursa Efek Indonesia BEI . Through analysis on the volatility, this research demonstrates the factuality of this crisis. The measurements used are Realized Volatility which decomposed into Continuous component and Jump component. The research is conducted on 48 stocks during 3 time periods in 2008, 2011, and 2013. The regression result shows that in Indonesia 39 s stock market BEI , 2008 is the year of the crisis marked by high price volatility and stock price jumps. The volatility characters in 2008 crisis period are different compared to 2011 and 2013 non crisis periods . During the crisis period, stock price jumps are higher, more dominant, and uncontrollable. Realized volatility values and jumps during crisis period are almost doubled compared to non crisis periods.In every research period, Trade Frequency has more effects on the Realized Volatility as well as on Continuous and Jump components, compared to Trade size. In Indonesia 39 s stock market BEI , transactions carried out by domestic sellers against domestic buyers has more effects compared to foreign sellers"

"Pembiayaan UKM adalah lebih baik jika diberikan dalam bentuk penyertaan atau ekuitas karena akan lebih mampu meningkatkan daya bertahan hidup UKM survivalship melalui proses belajar learning process dan mendorong inovasi. Lembaga Keuangan syariah idealnya menyediakan pembiayaan berbasis bagi hasil atau penyertaan untuk kegiatan usaha. Sayangnya, selama beberapa decade beroperasi, lembaga keuangan syariah LKS sangat sedikit menyediakan pembiayaan berbasis bagi hasil dan lebih mengandalkan pembiayaan berbasis margin seperti murabahah cost plus financing dan ijarah sewa . Pembiayaan berbasis ekuitas untuk UKM atau perusahaan pemula start up firm umumnya disediakan oleh perusahaan modal ventura dan sejenisnya.Penelitian ini mengevaluasi kelayakan penggunaan akad ijarah sewa konversi bagi LKS untuk meningkatkan pembiayaan berbasis bagi hasil atau penyertaan pada UKM. Akad ini diadaptasi dari model pembiayaan hutang konversi atau saham preferen konversi yang umumnya digunakan pada perusahaan modal ventura. Kontrak ijarah konversi merupakan kontrak penyewaan asset tetap untuk kegiatan usaha, dengan fitur dimana LKS dapat mengkonversi akad tersebut menjadi musyarakah dengan syarat tertentu. Dalam penelitian ini dilakukan evaluasi apakah pembiayaan bagi UKM akan menghasilkan return yang lebih tinggi bagi LKS jika dilakukan dengan skenario akad ijarah sewa konversi dibandingkan menggunakan skenario akad murabahah atau musyarakah.Kinerja UKM diukur menggunakan laba akuntansi, arus kas operasi dan tingkat pemulihan arus kas. Analisis dilakukan dengan metode simulasi terhadap 9 sembilan sektor UKM di Indonesia. Ditemukan bahwa kinerja akad ijarah konversi selalu lebih unggul dibandingkan akad murabahah ketika kinerja keuangan UKM diukur menggunakan setiap ukuran kinerja UKM. Akan tetapi, pembiayaan dengan skenario akad ijarah konversi tidak selalu lebih unggul dibandingkan pembiayaan dengan akad musyarakah kecuali pada sektor bernilai tambah rendah seperti pertanian dan utilitas.

---

SME financing through equity scheme should increase survivalship of this sector and increase innovation. Ideally, Islamic financial institutions suppose to provide profit and losss sharing or equity for business financing. But for decades, this kind of financing is not much, that Islamic financial institutions have relied on margin based financing such as murabahah cost plus financing and ijarah rent financing . Meanwhile, equity financing for small and medium enterprise SME or start up firms is provided by venture capital firms and other private equity. Islamic financial institution need innovative contracts to provide equity based financing. The contract is adopted form convertible debt or convertible preferred stock in venture capital firms. The contact should comply toshariah rules and workable in marketpace.This reserch aims to analyze the feasibility of a new contract called as convertible contract, designed for SME rsquo s financing. Nature of the contract is a lease aggrement but convertible into equity or musyarakah. Financier hold the conversion right but in prederminted terms and condition. In this research we evaluate if the convertibeijarah contract would produce a higher return for financier compare to murabahah contract and compare to musyarakah contract. The analisis employed simulation method using financial performance of 9 sectors of Indonesian rsquo s SMEs as main input.Financial performance of SME rsquo s measured by three apporaches. They are accounting rate of return ARR , operating cash flow rate OCFR and cash recovery rate CRR . We found that if financial performance of Indonesian SMEs were measured by operating cash flow rate, the convertible ijarah contract outperformed the murabahah contract for all sectors but did not outperform the musyarakah contract, except for low margin sectors like farming and utility. However, if financial performance of Indonesians SMEs were measured by a long term economic performance, CRR, we found that a the convertible ijarah contract outperformed the murabahah contract and musyarakah contract almost for all sectors."

"ABSTRAKMakalah ini mengusulkan sebuah model untuk membiayai kegiatan Penelitian dan Pengembangan Litbang dengan fokus pada pemodelan harga sukuk sebagai sumber pembiayaan. Kami melakukan skenario harga yang berbeda berdasarkan simulasi menggunakan pendekatan Real Options, terdiri dari: skenario Continuity, Abandonment dan Substitution. Hasil penelitian ini dapat memberikan pengguna dengan perkiraan nilai produk di masa depan tergantung pada nilai risiko serta skenario yang dipilih, untuk nilai awal proyek project outlay . Nilai risiko proyek diperoleh dengan mengkonversi Tingkat Kesiapan Teknologi TRL . Hasil menunjukkan konsistensi mengikuti risk-return tradeoff untuk semua skenario kecuali skenario complete continuity dan skenario complete continuity menyediakan hasil yang paling dekat dengan hasil dari Project Based Sukuk PBS yang telah ada saat ini.

---

ABSTRACTThis paper proposes a model for financing R D activities with a focus on modeling the pricing of sukuk as source of financing. We conduct different pricing scenarios based on simulation using real option approach, consist of continuity, abandonment and substitution scenarios. The results could provide the user with possible future values of the products depending on the risk value as well as the scenario chosen, for a given initial value of the project. The risk value of the project was obtained by converting the project rsquo s Technology Readiness Level TRL . The results show a consistency following the risk return tradeoff for all scenarios except the complete continuity scenario and the complete continuity scenario provides the closest results with the yields of the existing Project Based Sukuk PBS ."

"ABSTRAKDisertasi ini membahas penerapan metode estimasi Continuum GMM pada model struktural pergerakan imbal hasil saham pada selang-selang waktu acak, yang dikenal dengan model DMHT. Model ini mendefenisikan durasi antar perdagangan sebagai waktu yang dibutuhkan oleh gerak Brown standar dengan drift, menventuh daerah acak tertentu, sedangkan nilai-nilai imbal hasil yang terjadi, dimodelkan oleh gerak Brown tambahan, yang terkorelasi. Penaksir CGMM untuk parameter-parameter model DMHT selanjutnya dikonstruksi sebagai jarak minimal antara momen-momen teoretis dan momen-momen empiris, dengan mempertimbangkan semua kemungkin- an momen yang dapat dibentuk dari fungsi karakteristik gabungan bersvarat da ri durasi antar transaksi dan imbal hasil, dengan rumusan jarak tertentu.Teknik estimasi yang diusulkan ini memfasilitasi penghitungan dan penanganan problem- problem yang terkait dengan kekeliruan diskritisasi dalam kondisi-kondisi momen dan tidak tersedianva fungsi densitas gabungan bersvarat dari model. Aplikasi em piris dengan menggunakan data level transaksi dari dua saham dengan kapitalisasi pasar yang berbeda, yang diperdagangkan di Bursa Efek Indonesia BEI dilakukan. Hasilnva mengindikasikan bahwa hubungan antara durasi dan volatilitas imbal hasil sangat persisten dan ada hubungan instan negatif antara volatilitas dan durasi kon- temporer. Implikasi dari kausalitas instan antara volatilitas dan durasi kontemporer juga diteliti. Studi Monte Carlo memperlihatkan bahwa penaksir CGGM mendo- minasi performa statistik dibandingkan penaksir GMM dengan jumlah momen yang terbatas, dan pelibatan endogenitas dari durasi antar transaksi akan memperbaiki akurasi statistik dari ukuran variansi imbal hasil.

---

ABSTRACTThis dissertation studies the implementation of Continuum-GMM CGMM esti mation method to the structural model of stock returns movements in the random time intervals. The model which is known as the dynamic mixed hitting time mo del DMHT defines duration between trades as the waiting time of one component of a bivariate standard Brownian motion to hit a given random boundary. Mea nwhile, another correlated Brownian motion generates the marks such as market price and trading volume. In this research, the CGMM estimator of the DMHT mo del is the minimum distance between theoretical moments defined from the model and empirical moments defined from the data , by considering all possible momen ts constructed from the conditional joint characteristic function of durations and returns.The proposed estimation technique facilitates computation and overcomes problems related to the discretization error and to the non-tractable conditional joint probability density function. Empirical applications using transaction level da ta from two shares traded in Indonesia stock exchange ISX , with different market capitalization, are conducted. The result of empirical applications indicate that cor relation between durations and return volatility is highly persistent, and there are a negative instantaneous causality between volatility and contemporaneous duration. The implication of instantaneous causality between volatility and contemporaneous duration is also studied. The result of Monte Carlo studies showed that CGMM estimator dominates the other traditional GMM estimators with a few number of moments, in terms of their statistical performance. Monte Carlo studies also show that the involvement of endogeneity of the duration between transaction will improve our statistical accuracy of return variance estimators."

"Dalam ekonomi yang semakin maju dengan kemungkinan investasi yang sangat beragam dan luas, karakteristik cryptocurrency sebagai investasi alternatif telah banyak dipelajari. Studi-studi tersebut sebagian besar mengenai pro-kontra dalam mengelola cryptocurrency ini. Pandemi Covid-19 telah menyediakan laboratorium alami untuk mempelajari sejauh mana konsistensi dan kekuatan cryptocurrency sebagai instrumen lindung nilai atau safe-haven dalam kondisi ekonomi yang ekstrem. Studi ini menyelidiki dampak krisis global pada peran safe-haven dari dua cryptocurrency paling signifikan berdasarkan kapitalisasi pasar mereka: Bitcoin dan Ethereum. Lebih lanjut, studi ini membandingkan transmisi volatilitas antara Bitcoin dan pasar saham di empat negara berkembang: Indonesia, Malaysia, Nigeria, dan Afrika Selatan. Hasil keseluruhan mendukung gagasan cryptocurrency sebagai investasi alternatif. Secara umum, spillover volatilitas berpasangan antara Bitcoin dan pasar saham di Indonesia, Malaysia, Nigeria, dan Afrika Selatan kembali ke setengah dari rata-rata dalam waktu sekitar 2-3 hari. Hasil riset ini memberikan rekomendasi pilihan investasi jangka pendek bagi investor di pasar Bitcoin. Riset ini pun mengajukan kerangka regulasi yang dapat diterapkan pada pasar cryptocurrency di Indonesia.

---

In an increasingly advanced economy with very diverse and broad investment possibilities, cryptocurrencies' characteristics as alternative investments have been widely studied. The studies are predominantly around the pro-cons in managing these cryptocurrencies. The Covid-19 pandemic has provided a natural laboratory to study the extent of cryptocurrencies' consistency and strength as hedging or safe-haven instruments in extreme economic conditions. This study investigates the global crisis impact on the safe-haven role of two most significant cryptocurrencies based on their market capitalizations: Bitcoin and Ethereum. Furthermore, this study compares the volatility transmission between the Bitcoin and stock markets in four emerging countries: Indonesia, Malaysia, Nigeria, and South Africa. Overall results support the notion of cryptocurrencies as alternative investments. On average, the pairwise volatility spillover between Bitcoin and stock market in Indonesia, Malaysia, Nigeria, and South Africa reverted back to half of its mean in about 2-3 days. This result suggests on the choice of short-

term investment for investors in the Bitcoin market. This research also proposes a regulatory framework that can be applied to the cryptocurrency market in Indonesia."

"Makalah ini menganalisis persaingan antara bank kecil dan bank besar dalam menentukan net interest margin (NIM) di pasar oligopoli. Penelitian ini menerapkan kerangka Game Theory yaitu Dynamic Games of Incomplete Information untuk mengembangkan model Ho dan Saunders. Kami menggunakan data dari industri perbankan Indonesia selama sepuluh tahun yang diklasifikasikan ke dalam tiga kelompok sampel; semua bank, bank kompetitif, dan bank spesifik, dan kemudian kami menghitung NIM optimalnya. NIM bank kecil yang optimal untuk masing-masing kelompok adalah masing-masing 7,32 persen, 8,73 persen, dan 9,16 persen; semua angka ini lebih tinggi dari NIM yang aktualnya. Untuk kelompok semua bank, NIM optimal bank besar lebih tinggi dari NIM aktualnya, sedangkan untuk kelompok bank yang kompetitif, NIM optimal bank besar selalu lebih rendah dari NIM aktualnya. Yang terakhir ini juga berlaku untuk bank-bank besar yang tidak kompetitif. NIM bank besar yang optimal pada ketiga kelompok tersebut masing-masing sebesar 6,78 persen, 4,21 persen, dan 2,75 persen; yang lebih rendah dari bank-bank kecil. Temuan ini membawa kita untuk menyimpulkan bahwa bank kecil memiliki peluang untuk meningkatkan NIM mereka ke tingkat yang optimal.

---

This paper analyzes the competition between small and large banks in determining the net interest margin (NIM) in the oligopoly market. This study applies the game theory dynamic games of an incomplete information framework for the Ho and Saunders model. We use data from the Indonesian banking industry for ten years, classified into three sample groups; all banks, competitive banks, and specific banks, and then we calculate the optimal NIM. The optimal NIM of small banks for each group was 7.32 percent, 8.73 percent, and 9.16 percent, respectively; all these figures are higher than the actual NIM. For all large banks, the optimal NIM is higher than the actual NIM, whereas, for the group of competitive large banks, the optimal NIM of large banks is always lower than the actual NIM. The latter also applies for the uncompetitive large banks. The optimal NIM of large banks in the three groups were 6.78 percent, 4.21 percent, and 2.75 percent, respectively; which are lower than the small banks. This finding leads us to conclude that small banks have the opportunity to increase their NIM to the optimal level."

"Dalam ekonomi yang semakin maju dengan kemungkinan investasi yang sangat beragam dan luas, karakteristik cryptocurrency sebagai investasi alternatif telah banyak dipelajari. Studi-studi tersebut sebagian besar mengenai pro-kontra dalam mengelola cryptocurrency ini. Pandemi Covid-19 telah menyediakan laboratorium alami untuk mempelajari sejauh mana konsistensi dan kekuatan cryptocurrency sebagai instrumen lindung nilai atau safe-haven dalam kondisi ekonomi yang ekstrim. Studi ini menyelidiki dampak krisis global pada peran safe-haven dari dua cryptocurrency paling signifikan berdasarkan kapitalisasi pasar mereka: Bitcoin dan Ethereum. Lebih lanjut, studi ini membandingkan transmisi volatilitas antara Bitcoin dan pasar saham di empat negara berkembang: Indonesia, Malaysia, Nigeria, dan Afrika Selatan. Hasil keseluruhan mendukung gagasan cryptocurrency sebagai investasi alternatif. Secara umum, spillover volatilitas berpasangan antara Bitcoin dan pasar saham di Indonesia, Malaysia, Nigeria, dan Afrika Selatan kembali ke setengah dari rata-rata dalam waktu sekitar 2-3 hari. Hasil riset ini memberikan rekomendasi pilihan investasi jangka pendek bagi investor di pasar Bitcoin. Riset ini pun mengajukan kerangka regulasi yang dapat diterapkan pada pasar cryptocurrency di Indonesia.

---

In an increasingly advanced economy with very diverse and broad investment possibilities, cryptocurrencies' characteristics as alternative investments have been widely studied. The studies are predominantly around the pro-cons in managing these cryptocurrencies. The Covid- 19 pandemic has provided a natural laboratory to study the extent of cryptocurrencies' consistency and strength as hedging or safe-haven instruments in extreme economic conditions. This study investigates the global crisis impact on the safe-haven role of two most significant cryptocurrencies based on their market capitalizations: Bitcoin and Ethereum. Furthermore, this study compares the volatility transmission between the Bitcoin and stock markets in four emerging countries: Indonesia, Malaysia, Nigeria, and South Africa. Overall results support the notion of cryptocurrencies as alternative investments. On average, the pairwise volatility spillover between Bitcoin and stock market in Indonesia, Malaysia, Nigeria, and South Africa reverted back to half of its mean in about 2-3 days. This result suggests on the choice of short-term investment for investors in the Bitcoin market. This research also proposes a regulatory framework that can be applied to the cryptocurrency market in Indonesia."

"Penggunaan variabel berbasis jaringan pada model prediksi kebangkrutan perusahaan dengan metode XGBoost belum banyak ditemukan. Meskipun prediksi kebangkrutannya sudah dikaji secara luas dan beragam, namun sebagian besar masih berfokus pada penggunaan variabel finansial. Dampak sistemik kebangkrutan dapat meluas hingga mengancam stabilitas sistem keuangan. Dampak sistemik yang diwaspadai terutama yang ditimbulkan oleh konglomerasi ataupun kelompok perusahaan. Hal ini memunculkan pertanyaan apakah kebangkrutan perusahaan di dalam satu kelompok akan saling berpengaruh dan menyebabkan efek sistemik di dalam kelompoknya. Sebelum kondisi buruk diketahui oleh pasar atau publik, otoritas pengawasan tersebut diharapkan dapat mendeteksi lebih awal kondisi buruk yang akan terjadi dan melakukan langkah-langkah konkrit yang diperlukan untuk menyelamatkan perusahaan secara khusus dan sistem perekonomian secara umum.Deteksi dini ini dibangun dengan mengembangkan model prediksi yang bekerja berdasarkan data historis, mampu memprediksi kebangkrutan, dan memetakan potensi dampak sistemiknya pada serangkaian perusahaan yang berelasi. Penelitian ini menggunakan data finansial dan relasional dari perusahaan yang terdaftar pada Bursa Efek Indonesia (BEI) mulai tahun 2010 hingga 2021. Data finansial yang digunakan adalah variabel neraca, rasio solvency, rasio profitability, dan rasio operasional. Data relasional terdiri dari 3 jenis relasi berdasarkan teori ultimate ownership, yaitu pemegang saham yang terdaftar pada laporan tahunan, dewan komisaris dan dewan direksi. Setelah melalui serangkaian literatur review dan eksperimen, metode machine learning XGBoost dipilih karena kemampuannya dalam melakukan prediksi dalam data yang tidak seimbang. Model akhir yang diusulkan adalah model prediksi kebangkrutan dengan tugas klasifikasi kelas bangkrut dan tidak, dengan metode XGBoost, menggunakan integrasi data masukan berupa variabel keuangan dan non-keuangan berbasis jaringan. Model ini terdiri dari pemrosesan input variabel keuangan dan relasional, prediksi dengan XGBoost pada 7 jenis integrasi data, pemilihan hasil prediksi akhir berdasarkan AUC yang terbaik, dan analisis potensi dampak sistemik dari jaringan terpilih berdasarkan model integrasi data terbaik di tahap sebelumnya.Model prediksi kebangkrutan ini sekaligus memberikan kontribusi dalam memvisualisasikan potensi dampak sistemik yang mungkin terjadi. Pada tahap prediksi kebangkrutan digunakan model integrasi data variabel finansial – non finansial. Model dengan integrasi data yang menghasilkan AUC terbaik digunakan pada tahap analisis potensi dampak sistemik. Berdasarkan luaran dari tahap 1, analisis dampaknya dipetakan sesuai relasi yang terbentuk dari jaringan yang bersesuaian dengan model terbaiknya. Hasil pengujian dengan data tes tahun 2019 untuk memprediksi kondisi 1 tahun ke depan menunjukkan AUC sebesar 90.20% dengan model integrasi data finansial – Shareholder. Model usulan memiliki AUC lebih baik dari model Tobback et. al., namun tidak lebih baik dari model Zhao et. al.Analisis potensi dampak sistemik memberikan gambaran jaringan yang terbentuk dengan node sumber adalah perusahaan yang diprediksi bangkrut yang terhubung dengan perusahaan yang berelasi berdasarkan Shareholder. Besar kecilnya edge menggambarkan kuat lemahnya relasi yang ada. Penelitian disertasi ini berhasil membangun model prediksi kebangkrutan dengan variabel finansial dan relasional berbasis jaringan ultimate ownership dengan AUC lebih dari 90%. Hasil disertasi ini juga memberikan pandangan baru dalam melakukan deteksi konglomerasi dan analisis potensi dampak sistemik dari relasi yang ada.

---

The application of network-based variables in the company’s bankruptcy prediction model with XGBoost method has not been widely found.. While bankruptcy prediction has been widely and diversely examined, most of them still focus on the use of financing variables. The systemic consequences of bankruptcy can jeopardize the stability of the financial system. The systemic impact under scrutiny primarily arises from conglomerates or corporate organizations. This prompts an inquiry into whether the insolvency of enterprises within a group may impact one another and induce systemic repercussions inside or outside the group. Prior to the market or public awareness of adverse situations, the regulatory body is anticipated to identify these detrimental circumstances early and implement necessary measures to preserve the company specifically and the economic system broadly.

This early detection is established through the creation of a predictive model that utilizes historical data to forecast bankruptcy and assess its potential systemic effects on a network of interconnected enterprises. This research utilizes financial and relational data from firms registered on the Indonesia Stock Exchange (IDX) spanning the years 2010 to 2021. The financial statistics utilized comprise balance sheet variables, solvency ratios, profitability ratios, and operating ratios. Relational data comprises three categories of relations according to the ultimate ownership theory: shareholders identified in the annual report, the board of commissioners (BoC), and the board of directors (BoD). Following an extensive analysis of research and experimentation, the XGBoost machine learning algorithm was selected as the model base due to its efficacy in predicting outcomes within unbalanced datasets. The final proposed model is a bankruptcy prediction model with the task of classifying bankrupt and non-bankrupt classes, with the XGBoost method, using network-based integration of input data in the form of financial and non-financial variables. This model consists of processing financial and relational variable inputs, prediction with XGBoost on 7 types of data integration, selecting the final prediction results based on the best AUC, and analyzing the potential systemic impact of the selected network based on the best data integration model in the previous stage.

This bankruptcy prediction model also contributes to visualizing the potential systemic impacts that may occur. At the bankruptcy prediction stage, a data integration model of financial and non-financial variables is used. The model of data integration exhibiting the highest AUC results is employed at the stage of analyzing potential systemic impacts. The expected impact is delineated based on the output from prior stage, according to the relationships established within the network of the optimal model. The test results utilizing 2019 data to forecast situations one year in advance demonstrated an AUC of 90.20% with the integration model of financial – Shareholder variables. The proposed model has a better AUC than the Tobback et. al., but not better than the Zhao et. al. model. The analysis of potential systemic impacts provides a picture of the network formed with the source node being a company predicted to go bankrupt that is connected to a company related to Shareholders. The size of the edge describes the strength of the existing relationship.

This dissertation research has succeeded in building a bankruptcy prediction model with financial and relational variables based on the ultimate ownership network with an AUC of more than 90%. The results of this dissertation also provide new insights into detecting conglomerates and analyzing the potential systemic impacts of existing relationships."

"Disertasi ini mempelajari hubungan antara posisi perusahaan di dalam piramida dan biaya utang perusahaan di pasar keuangan suatu negara berkembang di Asia dengan karakteristik pasar antara lain: terdapat banyak perusahaan piramida, sistem perlindungan hukum yang lemah, dan ketergantungan pada utang bank. Kami menganalisa topik ini dengan menggunakan sampel kontrak utang bank di Indonesia selama periode 2006-2016. Kami menemukan bahwa bank menetapkan suku bunga lebih rendah pada perusahaan yang berada pada lapisan bawah dalam rantai piramida, bahkan setelah kami mengontrol berbagai faktor termasuk expropriation risk. Penemuan ini mengindikasikan bahwa bank menganggap perusahaan di lapisan bawah menerima co-insurance effect yang lebih besar daripada perusahaan di lapisan atas karena terdapat lebih banyak group internal resources yang dapat diakses oleh perusahaan di lapisan bawah yang dapat digunakan untuk menurunkan credit risk.

---

This dissertation empirically tests the relationship between the position of a firm in a pyramidal business group and the firm rsquo;s bank loan spread, in an Asian emerging market with a high incidence of pyramidal firms, a weak legal system, and high corporate dependency on bank loans. We use a data set of bank loan contracts for Indonesian pyramidal firms from 2006 to 2016. We find that banks charge lower loan prices to firms that are located in lower layers of a pyramidal chain, even after we control for many factors including expropriation risk. The finding suggests that banks consider that lower-layer firms receive a greater co-insurance effect than upper-layer firms because more internal resources are available down the ownership chain to lower credit risk. "

"Penelitian ini bertujuan untuk melakukan investigasi terhadap ketidakpastian endogen dengan melakukan observasi pada hubungan antara investasi perusahaan dan ketidakpastian pada level makro. Sampel studi ini adalah perusahaan Amerika yang tercatat pada bursa efek dengan periode observasi dari 1996q1 hingga 2019q4. Analisis Vector Autoregressive (VAR) menunjukkan bahwa underinvestment menyebabkan peningkatan dari ketidakpastian berasal dari berita yaitu ketidakpastian kebijakan ekonomi. Sedangkan, overinvestment meningkatkan ketidakpasian makroekonomi. Terlebih lagi, baik overinvestment maupun underinvestment menyebabkan peningkatan pada ketidakpastian pasar keuangan. Information channel hypothesis dapat menjelaskan hubungan positif antara underinvestment dan ketidakpastian kebijakan ekonomi. Selain itu, hubungan positif antara overinvestment dan ketidakpastian makro berhubungan dengan excessive growth speculation hypothesis. Analisis tambahan pada subsample perusahaan kecil (besar) juga memperjelas kembali penjelasan information flow (excessive growth speculation) hypothesis.

---

This study investigates endogenous uncertainty by observing the relationship between firm-level investments and macro-level uncertainty. The study sample is the U.S. publicly listed firms with an observation period from 1996 Q1 to 2019 Q4. The Vector Autoregressive (VAR) analysis shows that underinvestment drives the news-based Economic Policy Uncertainty (EPU). On the other hand, overinvestment increases macroeconomic uncertainty. More importantly, the results also exhibit that under- and over-investment cause financial market uncertainty to increases. The information channel hypothesis is closely related to the positive relationship between underinvestment and EPU. Moreover, the positive relation between overinvestment and macroeconomic uncertainty is related to excessive growth speculation hypothesis. Additionally, analysis on the small (large) firm subsample also reiterates the explanation of the information channel (excessive growth speculation)."